본 논문은 다크넷 마켓(DNMs)에서 불법 상품 거래 데이터 수집의 어려움을 해결하기 위해, 자동화된 데이터 추출 프레임워크를 개발하고 평가한 연구입니다. 세 가지 최첨단 NER 모델(ELMo-BiLSTM, UniversalNER, GLiNER)을 사용하여 DNM 상품 목록 페이지에서 복잡한 엔티티를 추출하는 실험을 진행하였으며, 새로운 주석 데이터셋을 제작하여 모델 학습 및 평가에 활용했습니다. 실험 결과, 최첨단 NER 모델들이 DNM 정보 추출에서 높은 성능(정밀도 91%, 재현율 96%, F1 스코어 94%)을 보였으며, 특히 UniversalNER 모델의 성능이 미세 조정을 통해 가장 향상되었음을 확인했습니다.
